著名研究人员曼努埃尔·布卢姆和莱诺·布卢姆把他们的一生都奉献给了计算机科学研究，特别是对意识的研究。他们写了几十篇论文，在著名的卡内基梅隆大学任教几十年。而且，就在最近，他们发表了新的研究成果，可以作为发展和展示机器意识的蓝图。

那篇题为《理论计算机科学的意识观》的论文可能只是一篇印刷前的论文，但即使它在同行评审中崩溃和燃烧，它仍将在理论计算机科学领域拥有令人难以置信的杰出地位。

布卢姆夫妇的第三个合作伙伴是他们的儿子阿夫林·布卢姆。根据布卢姆的论文:

这三位布卢姆都在麻省理工学院获得了博士学位，并累计在CMU计算机科学系工作了65年。目前，年长的两位是荣誉退休者，年轻的是TTI Chicago的首席学术官，是一个授予博士学位的计算机科学研究机构，重点研究机器学习、算法、人工智能(机器人、自然语言、语音和视觉)、数据科学和计算生物学等领域，位于芝加哥大学校园内。

这是他们的第一份联合论文。

我们需要向布卢姆家族致敬，因为在机器意识研究的前沿，不可能有太多的理论计算机科学家族。我甚至很好奇他们家里的宠物是什么样的。

这是一项引人入胜的、解释得很好的核心研究，它很好地改变了对机器意识的一些观点。

根据文件：

我们的主要贡献在于对Conscious Turing Machine（CTM）（也称为Conscious AI或者意识图灵机）的精确形式定义。 我们根据艾伦·图灵（Alan Turing）对计算机Turing Machine（TM，图灵机）的简单而强大的定义来定义CTM。我们不是在寻找一个复杂的大脑模型，也不是一个认知模型，而是一个简单的意识模型(公认的复杂概念)。

在这种情况下，CTM似乎是任何能够证明意识的机器。这里的重要思想并不一定是要开发一个会思考的机器人，而是要展示意识的核心概念，希望我们能更好地了解我们自己。

这需要将意识还原成可以用数学术语表达的东西。但这比测量波要复杂得多。布卢姆是这么说的:

一个重要的主要目标是确定CTM是否能够体验感觉，而不仅仅是模拟它们。我们特别研究了痛苦和快乐的感觉，并提出了这些感觉可能产生的方式。我们认为，即使对大脑回路(包括意识的神经关联)有完整的认识，也无法解释是什么让大脑产生了诸如疼痛这样的意识体验。

我们提出了一种解释，它适用于具有硅和金大脑的机器人，也适用于具有血肉大脑的动物。我们的论文是，在CTM中，它是系统的体系结构，是其基本处理器。 它的表达性内在语言，我们称之为Brainish；它的动态性(预测，竞争，反馈和学习)，使它有了意识。

定义意识只是战斗的一半——而且在我们模仿它之前，它很可能不会获胜。等式的另一边是观察和测量意识。我们可以观察小狗对刺激的反应。甚至植物的意识也可以被观察到。但对于一台展示意识的机器来说，观察者必须确定它不仅仅是通过聪明的模仿来模仿意识。

别忘了，GPT-3（OpenAI的一个人工智能模型）可以让最愤世嫉俗的人都大吃一惊，因为它的不可思议的能力让人看起来有说服力、连贯性和深刻的（让我们也不要忘记，你必须点击“生成新文本”很多次才能让它这样做，因为它吐出来的大部分都是垃圾）。

布卢姆夫妇通过设计一个仅用于展示意识的系统来解决这个问题。它不会表现得像个人类，也不会让你相信它在思考。这不是一个艺术项目。相反，它的工作原理有点像一个数字沙漏，每一粒沙子都是信息。

机器以包含简单信息的“块”的形式发送和接收信息。可以有多个信息块竞争思维带宽，但一次只处理一个信息块。而且，也许最重要的是，在发送下一个数据块会有延迟。这就使得块体可以竞争——最响亮、最重要的块体会成为赢家。

获胜的部分构成机器的意识流。这使得机器能够证明对时间理论的坚持，并让它体验到机械上等同于痛苦和快乐的东西。根据研究人员的说法，如果它们携带的信息表明机器处于极度的痛苦中，那么这些相互竞争的块体将拥有更大的重量：

不那么剧烈的疼痛和慢性疼痛与其说是阻止其他部分达到这个阶段，不如说是让它们“难以”达到这个阶段。在确定性CTM中，块体进入STM的难度是通过块体进入STM的强度来衡量的。在概率CTM中，难度是通过块的强度要大多少才能在STM中分配“适当更大”的时间份额来衡量的。

用这样的意识流编程的机器将会有效地将其大部分的处理能力(思维带宽)消耗在极度的痛苦上。从理论上讲，这可以促使它自我修复或应对任何威胁它的东西。

但是，在我们走到这一步之前，我们需要弄清楚，如果将意识的概念逆向工程化为相当于高风险的强化学习，是否是一种可行的生存方式。